Dados que podem salvar vidas: modelação e predição de acidentes de viação para uma segurança rodoviária mais eficaz
| dc.contributor.author | Infante, P. | |
| dc.date.accessioned | 2025-12-10T10:59:20Z | |
| dc.date.available | 2025-12-10T10:59:20Z | |
| dc.date.issued | 2023 | |
| dc.description.abstract | A sinistralidade rodoviária é um dos grandes problemas da nossa sociedade, tendo consequências sociais relevantes, quer na vida e na saúde das vítimas e dos seus familiares, quer no impacto em outras dimensões da vida em sociedade. O projeto Modelação e Predição de Acidentes de Viação no distrito de Setúbal (MOPREVIS) surgiu com o objetivo fundamental de contribuir para a redução da sinistralidade grave neste distrito. Utilizando alguns dados e resultados obtidos no projeto, este artigo mostra como a aplicação de ferramentas de base matemática num contexto de transdisciplinaridade pode conduzir a resultados muito importantes para apoiar cientificamente a tomada de decisão, contribuindo para tornar mais eficaz a segurança rodoviária. | por |
| dc.identifier.authoremail | pinfante@uevora.pt | |
| dc.identifier.citation | Infante, P. (2023). Dados que podem salvar vidas: modelação e predição de acidentes de viação para uma segurança rodoviária mais eficaz, Gazeta da Matemática, 201, 24-36. https://gazeta.spm.pt/fichagazeta?id=201 | por |
| dc.identifier.scientificarea | 336 | por |
| dc.identifier.uri | https://gazeta.spm.pt/fichagazeta?id=201 | |
| dc.identifier.uri | http://hdl.handle.net/10174/39813 | |
| dc.language.iso | por | por |
| dc.peerreviewed | no | por |
| dc.publisher | SPM | por |
| dc.rights | restrictedAccess | por |
| dc.subject | Acidentes de viação | por |
| dc.subject | modelação estatística | por |
| dc.subject | Ciência de dados | por |
| dc.title | Dados que podem salvar vidas: modelação e predição de acidentes de viação para uma segurança rodoviária mais eficaz | por |
| dc.type | article | por |